民主究竟有多好？

本文與 研華科技 合作，泛科學企劃執行。

每次 NVIDIA 執行長黃仁勳公開發言，總能牽動整個 AI 產業的神經。然而，我們不妨設想一個更深層的問題——如今的 AI 幾乎都倚賴網路連線，那如果哪天「網路斷了」，會發生什麼事？

想像你正在自駕車打個盹，系統突然警示：「網路連線中斷」，車輛開始偏離路線，而前方竟是萬丈深谷。又或者家庭機器人被駭，開始暴走跳舞，甚至舉起刀具向你走來。

這會是黃仁勳期待的未來嗎？當然不是！也因為如此，「邊緣 AI」成為業界關注重點。不靠雲端，AI 就能在現場即時反應，不只更安全、低延遲，還能讓數據當場變現，不再淪為沉沒成本。

什麼是邊緣 AI ？

邊緣 AI，乍聽之下，好像是「孤單站在角落的人工智慧」，但事實上，它正是我們身邊最可靠、最即時的親密數位夥伴呀。

當前，像是企業、醫院、學校內部的伺服器，個人電腦，甚至手機等裝置，都可以成為「邊緣節點」。當數據在這些邊緣節點進行運算，稱為邊緣運算；而在邊緣節點上運行 AI ，就被稱為邊緣 AI。簡單來說，就是將原本集中在遠端資料中心的運算能力，「搬家」到更靠近數據源頭的地方。

那麼，為什麼需要這樣做？資料放在雲端，集中管理不是更方便嗎？對，就是不好。

第一個不好是物理限制：「延遲」。
即使光速已經非常快，數據從你家旁邊的路口傳到幾千公里外的雲端機房，再把分析結果傳回來，中間還要經過各種網路節點轉來轉去…這樣一來一回，就算只是幾十毫秒的延遲，對於需要「即刻反應」的 AI 應用，比如說工廠裡要精密控制的機械手臂、或者自駕車要判斷路況時，每一毫秒都攸關安全與精度，這點延遲都是無法接受的！這是物理距離與網路架構先天上的限制，無法繞過去。

第二個挑戰，是資訊科學跟工程上的考量：「頻寬」與「成本」。
你可以想像網路頻寬就像水管的粗細。隨著高解析影像與感測器數據不斷來回傳送，湧入的資料數據量就像超級大的水流，一下子就把水管塞爆！要避免流量爆炸，你就要一直擴充水管，也就是擴增頻寬，然而這樣的基礎建設成本是很驚人的。如果能在邊緣就先處理，把重要資訊「濃縮」過後再傳回雲端，是不是就能減輕頻寬負擔，也能節省大量費用呢？

第三個挑戰：系統「可靠性」與「韌性」。
如果所有運算都仰賴遠端的雲端時，一旦網路不穩、甚至斷線，那怎麼辦？很多關鍵應用，像是公共安全監控或是重要設備的預警系統，可不能這樣「看天吃飯」啊！邊緣處理讓系統更獨立，就算暫時斷線，本地的 AI 還是能繼續運作與即時反應，這在工程上是非常重要的考量。

所以你看，邊緣運算不是科學家們沒事找事做，它是順應數據特性和實際應用需求，一個非常合理的科學與工程上的最佳化選擇，是我們想要抓住即時數據價值，非走不可的一條路！

邊緣 AI 的實戰魅力：從工廠到倉儲，再到你的工作桌

知道要把 AI 算力搬到邊緣了，接下來的問題就是─邊緣 AI 究竟強在哪裡呢？它強就強在能夠做到「深度感知（Deep Perception）」！

所謂深度感知，並非僅僅是對數據進行簡單的加加減減，而是透過如深度神經網路這類複雜的 AI 模型，從原始數據裡面，去「理解」出更高層次、更具意義的資訊。

以研華科技為例，旗下已有多項邊緣 AI 的實戰應用。以工業瑕疵檢測為例，利用物件偵測模型，快速將工業產品中的瑕疵挑出來，而且由於 AI 模型可以使用同一套參數去檢測，因此品管上能達到一致性，減少人為疏漏。尤其在高產能工廠中，檢測速度必須快、狠、準。研華這套 AI 系統每分鐘最高可處理 8,000 件產品，替工廠節省大量人力，同時確保品質穩定。這樣的效能來自於一台僅有膠囊咖啡機大小的邊緣設備—IPC-240。

此外，在智慧倉儲場域，研華與威剛合作，研華與威剛聯手合作，在 MIC-732AO 伺服器上搭載輝達的 Nova Orin 開發平台，打造倉儲系統的 AMR（Autonomous Mobile Robot） 自走車。這跟過去在倉儲系統中使用的自動導引車 AGV 技術不一樣，AMR 不需要事先規劃好路線，靠著感測器偵測，就能輕鬆避開障礙物，識別路線，並且將貨物載到指定地點存放。

當然，還有語言模型的應用。例如結合檢索增強生成 ( RAG ) 跟上下文學習 ( in-context learning )，除了可以做備忘錄跟排程規劃以外，還能將實務上碰到的問題記錄下來，等到之後碰到類似的問題時，就能詢問 AI 並得到解答。

你或許會問，那為什麼不直接使用 ChatGPT 就好了？其實，對許多企業來說，內部資料往往具有高度機密性與商業價值，有些場域甚至連手機都禁止員工帶入，自然無法將資料上傳雲端。對於重視資安，又希望運用 AI 提升效率的企業與工廠而言，自行部署大型語言模型（self-hosted LLM）才是理想選擇。而這樣的應用，並不需要龐大的設備。研華的 SKY-602E3 塔式 GPU 伺服器，體積僅如後背包大小，卻能輕鬆支援語言模型的運作，實現高效又安全的 AI 解決方案。

但問題也接著浮現：要在這麼小的設備上跑大型 AI 模型，會不會太吃資源？這正是目前 AI 領域最前沿、最火熱的研究方向之一：如何幫 AI 模型進行「科學瘦身」，又不減智慧。接下來，我們就來看看科學家是怎麼幫 AI 減重的。

語言模型瘦身術之一：量化（Quantization）—用更精簡的數位方式來表示知識

當硬體資源有限，大模型卻越來越龐大，「幫模型減肥」就成了邊緣 AI 的重要課題。這其實跟圖片壓縮有點像：有些畫面細節我們肉眼根本看不出來，刪掉也不影響整體感覺，卻能大幅減少檔案大小。

模型量化的原理也是如此，只不過對象是模型裡面的參數。這些參數原先通常都是以「浮點數」表示，什麼是浮點數？其實就是你我都熟知的小數。舉例來說，圓周率是個無窮不循環小數，唸下去就會是3.141592653…但實際運算時，我們常常用 3.14 或甚至直接用 3，也能得到夠用的結果。降低模型參數中浮點數的精度就是這個意思！ 

然而，量化並不是那麼容易的事情。而且實際上，降低精度多少還是會影響到模型表現的。因此在設計時，工程師會精密調整，確保效能在可接受範圍內，達成「瘦身不減智」的目標。

模型剪枝（Model Pruning）—基於重要性的結構精簡

建立一個 AI 模型，其實就是在搭建一整套類神經網路系統，並訓練類神經元中彼此關聯的參數。然而，在這麼多參數中，總會有一些參數明明佔了一個位置，卻對整體模型沒有貢獻。既然如此，不如果斷將這些「冗餘」移除。

這就像種植作物的時候，總會雜草叢生，但這些雜草並不是我們想要的作物，這時候我們就會動手清理雜草。在語言模型中也會有這樣的雜草存在，而動手去清理這些不需要的連結參數或神經元的技術，就稱為 AI 模型的模型剪枝（Model Pruning）。

模型剪枝的效果，大概能把100變成70這樣的程度，說多也不是太多。雖然這樣的縮減對於提升效率已具幫助，但若我們要的是一個更小幾個數量級的模型，僅靠剪枝仍不足以應對。最後還是需要從源頭著手，採取更治本的方法：一開始就打造一個很小的模型，並讓它去學習大模型的知識。這項技術被稱為「知識蒸餾」，是目前 AI 模型壓縮領域中最具潛力的方法之一。

知識蒸餾（Knowledge Distillation）—讓小模型學習大師的「精髓」

想像一下，一位經驗豐富、見多識廣的老師傅，就是那個龐大而強悍的 AI 模型。現在，他要培養一位年輕學徒—小型 AI 模型。與其只是告訴小型模型正確答案，老師傅 (大模型) 會更直接傳授他做判斷時的「思考過程」跟「眉角」，例如「為什麼我會這樣想？」、「其他選項的可能性有多少？」。這樣一來，小小的學徒模型，用它有限的「腦容量」，也能學到老師傅的「智慧精髓」，表現就能大幅提升！這是一種很高級的訓練技巧，跟遷移學習有關。

舉個例子，當大型語言模型在收到「晚餐：鳳梨」這組輸入時，它下一個會接的詞語跟機率分別為「炒飯：50%，蝦球：30%，披薩：15%，汁：5%」。在知識蒸餾的過程中，它可以把這套機率表一起教給小語言模型，讓小語言模型不必透過自己訓練，也能輕鬆得到這個推理過程。如今，許多高效的小型語言模型正是透過這項技術訓練而成，讓我們得以在資源有限的邊緣設備上，也能部署愈來愈強大的小模型 AI。

但是！即使模型經過了這些科學方法的優化，變得比較「苗條」了，要真正在邊緣環境中處理如潮水般湧現的資料，並且高速、即時、穩定地運作，仍然需要一個夠強的「引擎」來驅動它們。也就是說，要把這些經過科學千錘百鍊、但依然需要大量計算的 AI 模型，真正放到邊緣的現場去發揮作用，就需要一個強大的「硬體平台」來承載。

邊緣 AI 的強心臟：SKY-602E3 的三大關鍵

像研華的 SKY-602E3 塔式 GPU 伺服器，就是扮演「邊緣 AI 引擎」的關鍵角色！那麼，它到底厲害在哪？

一、核心算力
它最多可安裝 4 張雙寬度 GPU 顯示卡。為什麼 GPU 這麼重要？因為 GPU 的設計，天生就擅長做「平行計算」，這正好就是 AI 模型裡面那種海量數學運算最需要的！

你想想看，那麼多數據要同時處理，就像要請一大堆人同時算數學一樣，GPU 就是那個最有效率的工具人！而且，有多張 GPU，代表可以同時跑更多不同的 AI 任務，或者處理更大流量的數據。這是確保那些科學研究成果，在邊緣能真正「跑起來」、「跑得快」、而且「能同時做更多事」的物理基礎！

二、工程適應性——塔式設計。
邊緣環境通常不是那種恆溫恆濕的標準機房，有時是在工廠角落、辦公室一隅、或某個研究實驗室。這種塔式的機箱設計，體積相對緊湊，散熱空間也比較好（這對高功耗的 GPU 很重要！），部署起來比傳統機架式伺服器更有彈性。這就是把高性能計算，進行「工程化」，讓它能適應台灣多樣化的邊緣應用場景。

三、可靠性
SKY-602E3 用的是伺服器等級的主機板、ECC 糾錯記憶體、還有備援電源供應器等等。這些聽起來很硬的規格，背後代表的是嚴謹的工程可靠性設計。畢竟在邊緣現場，系統穩定壓倒一切！你總不希望 AI 分析跑到一半就掛掉吧？這些設計確保了部署在現場的 AI 系統，能夠長時間、穩定地運作，把實驗室裡的科學成果，可靠地轉化成實際的應用價值。

台灣製造 × 在地智慧：打造專屬的邊緣 AI 解決方案

研華科技攜手八維智能，能幫助企業或機構提供客製化的AI解決方案。他們的技術能力涵蓋了自然語言處理、電腦視覺、預測性大數據分析、全端軟體開發與部署，及AI軟硬體整合。

無論是大小型語言模型的微調、工業瑕疵檢測的模型訓練、大數據分析，還是其他 AI 相關的服務，都能交給研華與八維智能來協助完成。他們甚至提供 GPU 與伺服器的租借服務，讓企業在啟動 AI 專案前，大幅降低前期投入門檻，靈活又實用。

台灣有著獨特的產業結構，從精密製造、城市交通管理，到因應高齡化社會的智慧醫療與公共安全，都是邊緣 AI 的理想應用場域。更重要的是，這些情境中許多關鍵資訊都具有高度的「時效性」。像是產線上的一處異常、道路上的突發狀況、醫療設備的即刻警示，這些都需要分秒必爭的即時回應。

如果我們還需要將數據送上雲端分析、再等待回傳結果，往往已經錯失最佳反應時機。這也是為什麼邊緣 AI，不只是一項技術創新，更是一條把尖端 AI 科學落地、真正發揮產業生產力與社會價值的關鍵路徑。讓數據在生成的那一刻、在事件發生的現場，就能被有效的「理解」與「利用」，是將數據垃圾變成數據黃金的賢者之石！

👉 更多研華Edge AI解決方案
👉 立即申請Server租借

本文轉載自中央研究院「研之有物」，為「中研院廣告」

• 採訪撰文｜田偲妤
• 美術設計｜蔡宛潔

於瞬息萬變社會中的指引——政治哲學！

在政治學中，除了以實證方法研究政治行為的政治科學，還有一個奧妙的政治理論領域，當中的政治哲學如同北極星般，指引人們探索政治活動所涉及的公共生活基本價值。中央研究院「研之有物」專訪院內人文社會科學研究中心曾國祥研究員，與我們分享政治哲學的使命與魅力，原來哲學並不虛無，我們的生活與信念皆與哲學息息相關！

哲學有什麼魅力令思想家前仆後繼地研究？

你對哲學的認識是什麼？如果在哲學前加上「政治」兩字，又會想到什麼？走進曾國祥研究員位於中研院人文社會科學研究中心的研究室，在滿室哲學書籍、康德（Kant）與霍布斯（Hobbes）畫像的陪伴下，「政治哲學」的迷人之處在談話間表露無遺，同時傳遞一位政治思想家對生命的焦慮與感動！

談起當初是怎麼走上哲學研究的道路？曾國祥從自己的大學生活說起，年輕的他對課業並不感興趣，在風景優美的東海大學校園中過著「由你玩四年」的生活，直到當兵後才開始認真思索未來。

回憶起當初被哲學感動的原因，出自羅馬哲學家西塞羅（Cicero）的一句話：「哲學是為死亡做準備」，在人類有限的生命中，什麼會讓生命更有意義？曾國祥在哲學世界裡找到答案，儘管在研究過程中面臨深層的焦慮，他依然賭上歲月、樂此不疲，為留下不朽著作而持續努力。

退伍後的曾國祥先後在臺灣大學政治學研究所、倫敦政經學院政府學系取得學位，回國後在中山大學政治學研究所任教十多個年頭。選擇在中研院展開新的學術生涯，源自想留下著作的初衷。

曾國祥環顧滿室書籍，期許自己的著作能成為其中一份子，哪天即使身體離世，著作將成為生命的延續，每被翻閱一次，自己就活一次。

究竟政治哲學有什麼迷人之處，讓政治思想家願意窮畢生心力投入？講到最愛的政治哲學，曾國祥眼神發亮，以生動的比喻帶領我們體會哲學的使命與魅力。

使國家發展方向不致迷失的定向作用

今日我們似乎很難在日常生活中遇見哲學家或政治思想家，但有一種人見人愛的物品讓我們每天都與政治哲學相遇，那就是你錢包中的鈔票！

無論是新臺幣 100 元上的孫中山、美金 10 元上的亞歷山大・漢彌爾頓（Alexander Hamilton），還是日幣 1 萬元上的福澤諭吉，都是歷史上著名的政治思想家。在他們建構的思想理論中，一個現代國家的藍圖在眾人面前展開。

曾國祥以「支柱」比喻政治哲學的重要性，在國家面臨巨變時，政治哲學提供一種信念，成為支持國家發展的關鍵秩序。儘管我們時常感嘆政治哲學畫出的理想藍圖抵不過現實世界的殘酷，但政治哲學的「定向」（orientation）作用依然不可忽視。

什麼是康德派哲學家所強調的「定向」呢？曾國祥以「北極星」的比喻來為我們說明：

政治哲學傳遞的理念有定向的作用，宛如一顆指引方向的北極星，雖然我們永遠到達不了北極星，但至少可以檢驗並確定我們是往正確的方位前進。

因此，雖然理想與現實存在落差，但問題或許不是出在政治哲學本身，而是這個世界還不夠好，尚待我們發揮理性的力量，持續改善眼前的困境，往我們心目中理想的藍圖邁進。

東西方哲學思想共通的人性價值

身為近代西方重要的哲學家之一，康德提出的「人性尊嚴」、「道德主體」、「道德自律」、「永久和平」，成為可推溯出現代民主國家、聯合國的核心理論，更是今日流行的「正義論」的論述源頭之一。

臺灣作為一個民主國家，認同的民主價值也可見到康德思想的身影，我們相信每一個人皆是擁有自由平等權利的主體，人與人之間應相互尊重，秉持己所不欲勿施於人的同理精神。

上述思想看似源自西方，其實在東方的儒家思想中也可找到相似內涵。曾國祥的研究之一便是將深植於臺灣的儒家文化與西方自由主義進行融通，發掘臺灣特有的民主價值，進而產生與其他政權的對話基礎。

曾國祥指出，跨越文化隔閡的對話基礎在於找到「共同人性」，例如康德的「道德自律」與孟子的「本心」都提及人性善良的一面。

孟子廣為流傳的「孺子將入井」故事講述人普遍有「惻隱之心」，看到孩子即將掉入井中，通常會立即出手相救。這種不帶任何利益考量，發自內心覺得應該做的想法，便是康德所謂「道德自律」、人的自我立法，這也是讓民主成為可能的重要價值觀來源。

在多元社會中，我們如何取得道德共識？

「道德自律」讓我們看到康德式的道德規範中屬於「對」（right）的範疇，就是在公共生活中具體呈現的「權利」（rights）。道德自律作為法律的依託，關注的是人性尊嚴、平等對待、相互寬容、尊重差異，以及享有與他人相容的最大可能限度自由等基本人權，這關乎到當今盛行的「正義論」，也是形塑「自由主義」的主軸。

此外，還有另一不容忽視的道德範疇叫作「善」（good），是社會長時間發展出的倫理、習俗、歷史、宗教等價值觀。這樣看來「善」和「對」都很重要，為什麼正義論學者卻主張「對優先於善」（The priority of the right over the good）呢？曾國祥為我們解惑：

「『善』在私領域中相當重要，是形塑圓滿人生所不可或缺，但現代社會是一個價值多元的社會，人們不容易在宗教或倫理等價值觀上取得共識。當代自由主義者堅信我們可以達成共識的道德價值在於：每個人皆擁有平等的人性尊嚴，有『權』為自己的人生做出選擇。」

有一個思想實驗可以說明此論點，試試隨機街訪 10 名路人的宗教信仰，有人可能參加過媽祖繞境、跟月老求過姻緣、家裡做生意拜關公，也可能是虔誠的基督徒或伊斯蘭教徒。人們可能擁有不同的宗教信仰，但在民主社會中有一點卻是相同的，那就是我們尊重每個人有信仰不同宗教、發表不同言論的自由。

近期掀起各界波瀾的「#MeToo 運動」同樣也是正義論的實踐，儘管社會倫理提醒你反抗的對象是有複雜利害關係的老闆、長輩或同事，但保障基本人權的集體共識成為受害者最堅強的後盾，讓人們鼓起勇氣發出「不能就這樣算了」的正義怒吼！

此外，更多以「正義」為名的運動如雨後春筍般冒出，例如居住正義、轉型正義、環境正義等，正義一詞已成為政治論述的主導概念，更是公共政策的議論焦點。

無限制的權利可能造成什麼問題？

正義論學者德沃金（Dworkin）有一句名言：「權利是王牌」，指出國家不應剝奪人們自主選擇實現生命計畫的自由，不過曾國祥提醒，正義論的「權利優先」儘管有其正當性，卻不宜無限上綱，否則將發生關起門來當聖人的情形，使人完全與現實世界脫鉤。

依照康德式的道德規範來看，每個人有權選擇想過的人生，你可以做一名樂在工作的拚命三郎，也可以做一名窩居在家的躺平族，不論選擇好壞都該予以尊重。然而這樣的平等理念過於抽象，尤其面臨社會資源分配等公共議題時，多數人很難接受自己的付出被他人坐享其成。

想像一下，康德式的道德規範就如同一座名為正義的天空之城，還需要更多元的思想來讓理論接地氣。曾國祥認為，黑格爾（Hegel）的思想正是充實康德理論空洞處的最佳材料之一。

想了解康德和黑格爾的不同？首先，我們先來想想以下這則問題，看看你是康德派或黑格爾派。

以下請曾國祥老師為我們揭曉答案：

於充滿衝突的社會中立足，「中庸」是種解方？

哲學家是米若瓦的貓頭鷹，只有在夜幕低垂的黃昏才展翅高飛。 ──黑格爾

曾國祥是不折不扣的黑格爾迷，對他來說，黑格爾讓哲學家化身智慧女神的貓頭鷹，對文明危機做出適時的診斷。此外，黑格爾追求「和解」的精神，也幫助曾國祥思索如何在困境中跟世界、社會、家庭和自己和解，進而產生創造新局的契機。這也讓他的處事態度走上「溫和派、穩健派」（moderate）路徑，類似儒家提倡的「中庸之道」。

今日我們對中庸一詞的褒貶不一，誤以為中庸就是沒有立場的牆頭草，事實上，中庸指的是不偏不倚、過猶不及的處事態度，在亞里斯多德（Aristotle）與儒家的思想中，都被視為重要美德，對東西文化發展和人類思維方式，產生深遠影響。

秉持和解與中庸之道看似退讓，卻是真正試圖化解衝突、推動進展的務實作法，而這不僅是一種處事態度，還是臺灣在國際間立足的生存之道。

就曾國祥的觀察，臺灣作為一個被海洋環繞的島國，時空環境的瞬息萬變促使人們必須不斷調適來自各地的勢力與文化，同時也須留意與美、中等周遭大國的經貿與外交關係。因此，現今無論哪個政黨，只要是重視實踐智慧的政治人物，通常會以溫和、適中的態度審時度勢，試圖在各種衝突的價值之間尋求平衡。

在曾國祥看來，儒家的忠恕精神與中庸之道、西方的自由主義都已在臺灣社會體現，臺灣繼承的儒家思想已與自由主義相互融合，與中國崛起後建立的「政治儒學」以及在現行政治佈局上所推動的一帶一路、孔子學院等大一統天下體系截然不同。「如同黑格爾所言，這裡就是羅德島！」曾國祥對於臺灣民主價值的珍視在言語間展露無遺。

未來他將持續書寫臺灣的自由主義傳統，更將研究視野擴大至晚近流行的天下論述，思索超越國家界線的世界倫理問題。

政治哲學看似虛無縹緲，卻是現實主義的烏托邦，實際上是從一個非常高的高度在關注整個政治世界的價值演變，探索政治可行性的界線。

曾國祥娓娓道來最後一項政治哲學的使命，他不只依著北極星的指引，更跳上羅德島的土地，持續往更深遠的政治理論知識視域前進！

有些時候，沉默就是背叛。
——馬丁．路德．金（Martin Luther King Jr.）

「幫臉蛋打分數」實驗

想像一下，你是二○○○年代末的荷蘭大學生，有一天在上課的路上穿過社會科學院，看到一張召募受試者的海報，名字叫〈看見美麗〉，是一群社會心理學家在研究人類如何認知臉蛋的吸引力。平常就愛翻時尚雜誌的你，覺得自己實在不去不行，而且該實驗還在法國與義大利同步進行，實在太酷了，所以你立刻報了名。

幾天之後，研究團隊請你填一份健康調查，例如有沒有幽閉恐懼症之類，並安排實驗時間；實驗似乎非常簡單：一邊接受腦部掃描，一邊幫一大堆女生臉蛋的照片打分數。「這根本只是花一個小時滑社交軟體 Tinder 嘛。」你想著，這樣就能為科學做出貢獻，實在太好了。

實驗當天，一名穿著白袍的助手帶你進入房間，房裡有一張小小的床。床的旁邊是一個巨大的白色塑膠甜甜圈，洞的大小剛好可以塞進那張床。「這叫作功能性磁振造影，」助手表示，她請你躺在床上，遞給你兩個控制器，每個控制器上各有四個按鈕，上面分別寫著 1 到 8。

「接下來我們會放出許多照片，請你告訴我們每張照片有多吸引人，」她指著控制器上的按鈕，「毫無吸引力就打 1 分，非常吸引人就打 8 分；每張照片有三到五秒的時間回答。」她說完之後給你戴上耳機，在你頭上敲了幾下把耳機固定。你看了一下那個塑膠甜甜圈，裡面好像有個小螢幕。

「感覺如何？」耳機傳來助手的聲音。

「OK 啦，」你說，雖然你其實有點緊張，而且有點冷。

助手請你盡量保持安靜，然後整張床緩緩滑入了那個白色甜甜圈。

一分鐘後，甜甜圈裡的小螢幕亮了起來，出現一張女生的臉蛋照片，畫著濃妝面帶微笑，頭髮看起來油膩膩的；照片消失之後，你給照片打了六分，幾秒鐘後數字「8」亮了起來，旁邊寫著「＋2」。看來「米蘭和巴黎的女性受試者」對這張臉的評價，平均比你高兩分。

「喔？」你皺起眉頭，「這樣啊？是我漏看什麼嗎？」

螢幕上出現第二張功能性磁振造影照片，你努力無視磁振造影機器的嗡嗡聲，繼續打分數。在那之後，照片一張又一張出現，就這樣經過了五十分鐘。

實驗完成之後你來到休息室，另一個助理突然走了進來，說要拜託你在沒有磁振造影機的情況下，把每張照片再打一次分數；他把你帶到另一個房間，確認你覺得舒服之後，以不同的順序給你看之前那些照片。

不過這次，那些「歐洲受試者給出的平均分數」消失了，而且沒有時間限制，每張照片你愛看多久就看多久。結束之後助手問你感覺如何，並感謝你的參與，你也很高興對科學做出貢獻。

大腦認為錯的意見

不過你做出貢獻的方式，其實跟你想的不太一樣。實驗結束之後你才知道，其實整個設定都是騙你的，這個實驗的真正目的，是研究你對臉蛋的評價會如何因為其他人的評價而改變。

實驗根本就沒有「歐洲各地同步進行」，那些「其他國家」或者什麼「米蘭和巴黎受試者的平均評分」全都是事先寫好規則的極端值，只是刻意為了跟你唱反調而已。但有趣的是，這個虛構設定的實驗，卻告訴了我們很多真實的事情。

功能性磁振造影的掃描結果顯示，當我們發現自己偏離了主流意見，大腦就會在神經層次上，產生一種跟事與願違時相同的反應。

當事情的走向出乎預期，我們通常會認為是自己搞錯，這時大腦會把錯誤記錄下來，讓我們下一次不要再犯。這種機制在我們學習開車跟滑雪的時候很有用，卻會在社會之中造成麻煩：大腦會把與眾不同的意見當成錯誤的意見，讓我們下意識服從群體的共識。

因此，當我們重新幫同一疊照片評分，我們給出的分數就變得跟「歐洲各地的平均分數」更近，請注意這個設定的真正意義。這些「歐洲各地的受試者」並不是我們的內團體，「巴黎跟米蘭的女性受試者」遠在天邊，我們根本就不認識，即使意見不同也不用擔心被他們排擠，可是我們還是被影響了。

這表示即使「其他人」不在現場、不知道打哪來的、甚至根本就不存在，他們的意見還是能夠讓我們服從。

這個實驗告訴我們，即使眼前是一群自己未必重視的群體，即使「主流意見」可能只是我們的錯覺，我們也會在意自己是否偏離。在社交場合，我們的大腦不會仔細檢查眼前的表象是否為真，只會照著本能做事。這種情況我稱之為「共識陷阱」（consensus trap）。

它會創造出另一種集體錯覺：不是奠基於謊言，而是奠基於沉默，讓我們為了保持沉默，最後搞到彼此誤解。這種沉默的共識很可怕，它讓我們搞不清楚自己做錯了什麼，畢竟我們既沒有盲從他人，也沒有假意迎合，只是保持沉默而已。

——本文摘自《集體錯覺：真相，不一定跟多數人站在同一邊！》，2022 年 12 月，平安文化出版，未經同意請勿轉載。